{"id":31875,"date":"2021-03-10T15:25:00","date_gmt":"2021-03-10T15:25:00","guid":{"rendered":"https:\/\/www.capgemini.com\/ar-es\/?p=31875"},"modified":"2025-03-28T08:57:27","modified_gmt":"2025-03-28T08:57:27","slug":"equidad-en-ai-una-introduccion-imparcial","status":"publish","type":"post","link":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/","title":{"rendered":"Equidad en AI: una introducci\u00f3n imparcial"},"content":{"rendered":"\n<p><\/p>\n\n\n\n<header class=\"wp-block-cg-blocks-hero-blogs header-hero-blogs\"><div class=\"container\"><div class=\"hero-blogs\"><div class=\"hero-blogs-content-wrapper\"><div class=\"row\"><div class=\"col-12\"><div class=\"header-title\"><h1>Equidad en AI: una introducci\u00f3n imparcial<\/h1><\/div><\/div><\/div><\/div><div class=\"hero-blogs-bottom\"><div class=\"header-author\"><div class=\"author-img\"><img decoding=\"async\" src=\"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2021\/08\/cg-logo-3.png?w=330?w=200&amp;quality=10\" alt=\"\" loading=\"lazy\"\/><\/div><div class=\"author-name-date\"><h5 class=\"author-name\">Capgemini<\/h5><h5 class=\"blog-date\">2021-03-10<\/h5><\/div><\/div><div class=\"brand-image\"> <\/div><\/div><\/div><\/div><\/header>\n\n\n\n<section class=\"wp-block-cg-blocks-group undefined section section--article-content\"><div class=\"article-main-content\"><div class=\"container\"><div class=\"row\"><div class=\"col-12 col-md-1\"><nav class=\"article-social\"><ul class=\"social-nav\"><li class=\"ip-order-fb\"><a href=\"https:\/\/www.facebook.com\/sharer\/sharer.php?u=https:\/\/www.capgemini.com\/ar-es\/?p=31875\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"abrir en una nueva ventana\"><i aria-hidden=\"true\" class=\"icon-fb\"><\/i><span class=\"sr-only\">Facebook<\/span><\/a><\/li><li class=\"ip-order-tw\"><a href=\"https:\/\/twitter.com\/intent\/tweet?url=https:\/\/www.capgemini.com\/ar-es\/?p=31875&amp;text=\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"abrir en una nueva ventana\"><i aria-hidden=\"true\" class=\"icon-tw\"><\/i><span class=\"sr-only\">Twitter<\/span><\/a><\/li><li class=\"ip-order-li\"><a href=\"https:\/\/www.linkedin.com\/sharing\/share-offsite\/?url=https:\/\/www.capgemini.com\/ar-es\/?p=31875&amp;text=\" target=\"_blank\" rel=\"noopener noreferrer\" title=\"abrir en una nueva ventana\"><i aria-hidden=\"true\" class=\"icon-li\"><\/i><span class=\"sr-only\">Linkedin<\/span><\/a><\/li><\/ul><\/nav><\/div><div class=\"col-12 col-md-11 col-lg-10\"><div class=\"article-text article-quote-text\">\n<h3 class=\"wp-block-heading\">\u00bfPor qu\u00e9 la equidad de la IA es un tema muy debatido?<\/h3>\n\n\n\n<p>La IA \u00e9tica se centra en el impacto social de los sistemas de IA y su equidad percibida. Hay una multitud de definiciones superpuestas, pero el denominador com\u00fan siempre est\u00e1 ah\u00ed: \u00bfEste sistema de IA afectar\u00e1 a nuestra sociedad de manera positiva o negativa? Al igual que con todos los dem\u00e1s avances t\u00e9cnicos transformadores, las implicaciones de la integraci\u00f3n de sistemas de IA en nuestra sociedad son de gran alcance y, a menudo, no son obvias. Casi todas las organizaciones internacionales importantes han publicado documentos de trabajo o informes sobre IA \u00e9tica o IA para siempre; &nbsp;<a href=\"https:\/\/standards.ieee.org\/content\/dam\/ieee-standards\/standards\/web\/documents\/other\/ead\/ead-for-business.pdf\">IEEE<\/a>,&nbsp;<a href=\"https:\/\/www.itu.int\/en\/ITU-T\/AI\/Pages\/default.aspx\">ITU<\/a>,&nbsp;<a href=\"https:\/\/www.oecd.org\/going-digital\/ai\/principles\/\">OECD<\/a>,&nbsp;<a href=\"https:\/\/ec.europa.eu\/digital-single-market\/en\/news\/ethics-guidelines-trustworthy-ai\">European Commission<\/a>,&nbsp;<a href=\"https:\/\/www.gov.uk\/government\/publications\/a-guide-to-using-artificial-intelligence-in-the-public-sector\">UK government<\/a>,&nbsp;<a href=\"https:\/\/ai.google\/principles\/\">Google<\/a>,&nbsp;<a href=\"https:\/\/www.microsoft.com\/en-us\/ai\/ai-for-good\">Microsoft<\/a>,&nbsp;<a href=\"https:\/\/www.ibm.com\/watson\/assets\/duo\/pdf\/everydayethics.pdf\">IBM<\/a> \u00a1la lista es lo suficientemente larga como para ser una publicaci\u00f3n de blog en s\u00ed misma! Esto demuestra que las personas se preocupan por el impacto de los sistemas de IA en su vida diaria. En una publicaci\u00f3n anterior de AI Guild ya se ha mencionado esta necesidad de generar confianza en los sistemas de inteligencia artificial. Para lograr esta tarea, la investigaci\u00f3n actual de ML ha (re) introducido t\u00e9rminos relacionados con la imparcialidad, la rendici\u00f3n de cuentas, la transparencia, las razones y la causalidad. Aqu\u00ed est\u00e1 sucintamente a lo que se refiere cada uno de ellos:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><em>Imparcialidad<\/em> \/ <em>Equidad<\/em>: \u00bfLos resultados de los algoritmos de IA son independientes de ciertas caracter\u00edsticas sensibles \/ protegidas? (por ejemplo, etnia)<\/li>\n\n\n\n<li><em>Responsabilidad<\/em>: \u00bfQui\u00e9n es responsable (es decir, responsable) del dise\u00f1o de un sistema de IA y, lo que es m\u00e1s importante, de sus decisiones?<\/li>\n\n\n\n<li><em>Transparencia y explicabilidad:<\/em> \u00bfQu\u00e9 hace el sistema de IA? \u00bfC\u00f3mo se toma esta decisi\u00f3n?<\/li>\n\n\n\n<li><em>Causalidad:<\/em> \u00bfPor qu\u00e9 sucedi\u00f3 algo en la vida real?<\/li>\n<\/ul>\n\n\n\n<p>Observamos que, aunque est\u00e1n interrelacionados, estos t\u00e9rminos no son equivalentes.<\/p>\n\n\n\n<p>Un sistema justo puede resultar opaco; no necesariamente apreciamos c\u00f3mo funciona un desfibrilador inteligente, pero todos estamos de acuerdo en que tiene un impacto que salva vidas en todas las personas. Un sistema perfectamente explicable puede ser completamente arbitrario; se podr\u00eda utilizar un m\u00e9todo simple de estimaci\u00f3n de riesgos (por ejemplo, regresi\u00f3n log\u00edstica) para una tarea de clasificaci\u00f3n sin una raz\u00f3n aparente de por qu\u00e9 se eligi\u00f3 un umbral determinado. Un v\u00ednculo causal puede ser completamente injusto; una campa\u00f1a de marketing validada A \/ B puede tener \u00e9xito porque aprovecha las vulnerabilidades de las personas (por ejemplo, adicciones a las compras). Al emplear un sistema de inteligencia artificial, todos estos puntos deben comentarse de manera informada. Durante el resto de la entrada del blog, nos centraremos en una simple exposici\u00f3n de equidad y las m\u00e9tricas asociadas a ella.<\/p>\n\n\n\n<p>La actividad de investigaci\u00f3n en equidad en IA se ha disparado en los \u00faltimos a\u00f1os; Google Scholar sugiere 6 resultados para el t\u00e9rmino \u201cIA Equidad\u201d entre 2010 y 2015, pero &nbsp;<em>444 resultados <\/em>&nbsp;desde 2016 hasta mediados de octubre de 2020. Esto ha llevado, correctamente, a varias definiciones diferentes de equidad. Hacemos hincapi\u00e9 en que el hecho de que existan m\u00faltiples definiciones de equidad de la IA es correcto y esperado. En diferentes escenarios, la definici\u00f3n de equidad no es sencilla. Si bien todos estamos de acuerdo en que la discriminaci\u00f3n injusta y los prejuicios son incorrectos, tampoco est\u00e1n claramente definidos en todos los casos e incluso si lo est\u00e1n, su remedio tampoco es obvio. Exploraremos tres criterios simples de equidad: paridad demogr\u00e1fica, igualdad de oportunidades e igualdad de precisi\u00f3n. Nos centraremos en su aplicaci\u00f3n en cuanto a tareas de clasificaci\u00f3n. Cada uno de ellos se puede interpretar de la siguiente manera:<\/p>\n\n\n\n<ul class=\"wp-block-list\">\n<li><em>Paridad demogr\u00e1fica<\/em>: las predicciones de nuestro algoritmo de inteligencia artificial son independientes de la caracter\u00edstica sensible A, es decir, la misma proporci\u00f3n de cada subgrupo se clasifica como positiva. Formalmente, verificamos si el valor positivo predictivo entre los subgrupos es igual.<\/li>\n\n\n\n<li><em>Igualdad de oportunidades<\/em>: las predicciones positivas de nuestro algoritmo de IA aparecen a tasas iguales entre los subgrupos de la caracter\u00edstica sensible A, es decir, la misma proporci\u00f3n de cada subgrupo de candidatos verdaderamente positivos se clasifica como positiva. Formalmente, verificamos si la Tasa de Verdaderos Positivos (o Recuperaci\u00f3n) entre los subgrupos es igual.<\/li>\n\n\n\n<li><em>Igual precisi\u00f3n<\/em>: las predicciones correctas de nuestro algoritmo de inteligencia artificial (positivas y negativas tomadas juntas) aparecen a tasas iguales entre los subgrupos de la caracter\u00edstica sensible A, es decir, somos igualmente buenos para clasificar cada subgrupo. Formalmente, verificamos si la Precisi\u00f3n entre los subgrupos es igual.<\/li>\n<\/ul>\n\n\n\n<p>Usaremos un ejemplo simplificado de un sistema de inteligencia artificial que clasifica a los solicitantes de empleo como \u201ccontratables\u201d o no. En esa medida, asumimos que no queremos utilizar informaci\u00f3n de g\u00e9nero al tomar una decisi\u00f3n de contrataci\u00f3n, es decir, no queremos que el sexo de un solicitante sea un factor en nuestra toma de decisiones. Empecemos:<\/p>\n\n\n\n<p>Reconocemos de inmediato que simplemente excluir el sexo de un candidato es una soluci\u00f3n inadecuada. En pocas palabras, debido a las variables proxy (por ejemplo, escuelas de asistencia, membres\u00edas de clubes sociales, etc.) podr\u00edamos inferir eso f\u00e1cilmente.<\/p>\n\n\n\n<p>Es posible que deseemos asegurarnos de satisfacer la paridad demogr\u00e1fica. Si el 20% de nuestros candidatos son mujeres, entonces el 20% de las nuevas contrataciones deber\u00edan ser mujeres. Pero uno puede objetar, ya que podemos elegir candidatos al azar y \u00a1seguiremos satisfaciendo la paridad demogr\u00e1fica!<\/p>\n\n\n\n<p>Es posible que deseemos asegurarnos de satisfacer la igualdad de oportunidades. Si el 30% de nuestros candidatos contratantes son mujeres, entonces el 30% de las nuevas contrataciones deber\u00edan ser mujeres. \u00a1Pero uno puede objetar ya que todav\u00eda podemos rechazar a la mayor\u00eda de las mujeres candidatas y a\u00fan as\u00ed satisfacer la igualdad de oportunidades!<\/p>\n\n\n\n<p>Es posible que deseemos asegurarnos de que cumplimos con la misma precisi\u00f3n. Si nuestra precisi\u00f3n de clasificaci\u00f3n para las mujeres candidatas es del 70%, entonces deber\u00eda ser la misma con otros g\u00e9neros de candidatos. Pero uno puede objetar, ya que todav\u00eda podemos rechazar a la mayor\u00eda de las mujeres candidatas (tanto en t\u00e9rminos de paridad demogr\u00e1fica como de igualdad de oportunidades) y seguir cumpliendo con la misma precisi\u00f3n.<\/p>\n\n\n\n<p>\u00a1Y todos estos resultados ni siquiera tocan los posibles sesgos reflejados en los datos de capacitaci\u00f3n, donde las mujeres pueden parecer menos \u201cenfocadas en la carrera\u201d que los hombres!<\/p>\n\n\n\n<p>Entonces, \u00bfexiste alguna soluci\u00f3n universal de equidad de IA? No. El veredicto sobre esta cuesti\u00f3n ya est\u00e1 aqu\u00ed (ver Kleinberg et al. (2016) para este importante resultado que muestra que \u201clas nociones clave de justicia son incompatibles entre s\u00ed\u201d) pero eso no significa que los sistemas de IA justos sean inalcanzables. Significa que la IA, al igual que sus creadores, es un marco imperfecto que debe sintonizarse y entrenarse para una tarea en particular. La equidad en las admisiones universitarias y en la identificaci\u00f3n facial no se refiere al mismo concepto. Debemos aceptar que necesitamos hacer concesiones informadas entre diferentes m\u00e9tricas de equidad y ser responsables de ellas.<\/p>\n\n\n\n<p>Para concluir, es igualmente f\u00e1cil dejarse llevar por una falsa sensaci\u00f3n de seguridad o entrar en p\u00e1nico por el impacto social de un sistema de inteligencia artificial. No deber\u00eda ser as\u00ed y no tiene por qu\u00e9 ser as\u00ed. Para obtener un enfoque informado, experimentado y actual de su soluci\u00f3n de IA y sus implicaciones de equidad, comun\u00edquese conmigo aqu\u00ed.<\/p>\n\n\n\n<p>A trav\u00e9s de nuestro gremio de inteligencia artificial \u00e9tica de Capgemini, brindas orientaci\u00f3n sobre cuestiones y pr\u00e1cticas \u00e9ticas. El gremio, formado por practicantes de IA con experiencia, busca acelerar los viajes de nuestros clientes hacia aplicaciones \u00e9ticas de IA que beneficien a todos.<\/p>\n\n\n\n<h3 class=\"wp-block-heading\" id=\"h-hablemos-mas-sobre-el-tema\"><strong>Hablemos m\u00e1s sobre el tema<\/strong><\/h3>\n\n\n\n<p>Nos encantar\u00eda reunirnos contigo para brindarte m\u00e1s informaci\u00f3n sobre nuestras soluciones de IA a la medida de tu organizaci\u00f3n. Escribe a <a href=\"mailto:connect.mx@capgemini.com\">connect.mx@capgemini.com<\/a> para programar una sesi\u00f3n con uno de nuestros expertos.<\/p>\n<\/div><\/div><\/div><\/div><\/div><\/section>\n","protected":false},"excerpt":{"rendered":"","protected":false},"author":336,"featured_media":31876,"comment_status":"open","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"cg_dt_proposed_to":[],"cg_seo_hreflang_relations":"[]","cg_seo_canonical_relation":"","cg_seo_hreflang_x_default_relation":"{\"uuid\":\"135347ec-f3b9-4222-aff7-d2c607a1c977\",\"blogId\":\"\",\"domain\":\"\",\"sitePath\":\"\",\"postLink\":\"\",\"postId\":null,\"isSaved\":false,\"isCrossLink\":false,\"hasCrossLink\":false}","cg_dt_approved_content":true,"cg_dt_mandatory_content":false,"cg_dt_notes":"","cg_dg_source_changed":false,"cg_dt_link_disabled":false,"_yoast_wpseo_primary_brand":"","_jetpack_memberships_contains_paid_content":false,"footnotes":"","featured_focal_points":""},"categories":[1],"tags":[],"brand":[],"service":[162],"industry":[],"partners":[],"blog-topic":[49],"content-group":[],"class_list":["post-31875","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized","service-data-ai","blog-topic-data-and-ai"],"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v22.8 (Yoast SEO v22.8) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Equidad en AI: una introducci\u00f3n imparcial | Capgemini<\/title>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/\" \/>\n<meta property=\"og:locale\" content=\"es_MX\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Equidad en AI: una introducci\u00f3n imparcial\" \/>\n<meta property=\"og:url\" content=\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/\" \/>\n<meta property=\"og:site_name\" content=\"Capgemini Argentina\" \/>\n<meta property=\"article:published_time\" content=\"2021-03-10T15:25:00+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2025-03-28T08:57:27+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png\" \/>\n\t<meta property=\"og:image:width\" content=\"1920\" \/>\n\t<meta property=\"og:image:height\" content=\"480\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/png\" \/>\n<meta name=\"author\" content=\"Capgemini\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"krishnasingh\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"7 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"WebPage\",\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/\",\"url\":\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/\",\"name\":\"Equidad en AI: una introducci\u00f3n imparcial | Capgemini\",\"isPartOf\":{\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/#website\"},\"primaryImageOfPage\":{\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#primaryimage\"},\"image\":{\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#primaryimage\"},\"thumbnailUrl\":\"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png\",\"datePublished\":\"2021-03-10T15:25:00+00:00\",\"dateModified\":\"2025-03-28T08:57:27+00:00\",\"author\":{\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/#\/schema\/person\/c282b28dcf9c10f58a683ad349573e95\"},\"breadcrumb\":{\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#breadcrumb\"},\"inLanguage\":\"es-MX\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/\"]}]},{\"@type\":\"ImageObject\",\"inLanguage\":\"es-MX\",\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#primaryimage\",\"url\":\"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png\",\"contentUrl\":\"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png\",\"width\":1920,\"height\":480},{\"@type\":\"BreadcrumbList\",\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#breadcrumb\",\"itemListElement\":[{\"@type\":\"ListItem\",\"position\":1,\"name\":\"Home\",\"item\":\"https:\/\/www.capgemini.com\/ar-es\/\"},{\"@type\":\"ListItem\",\"position\":2,\"name\":\"Equidad en AI: una introducci\u00f3n imparcial\"}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/#website\",\"url\":\"https:\/\/www.capgemini.com\/ar-es\/\",\"name\":\"Capgemini Argentina\",\"description\":\"Capgemini\",\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/www.capgemini.com\/ar-es\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"es-MX\"},{\"@type\":\"Person\",\"@id\":\"https:\/\/www.capgemini.com\/ar-es\/#\/schema\/person\/c282b28dcf9c10f58a683ad349573e95\",\"name\":\"krishnasingh\",\"url\":\"https:\/\/www.capgemini.com\/ar-es\/author\/krishnasingh\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Equidad en AI: una introducci\u00f3n imparcial | Capgemini","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/","og_locale":"es_MX","og_type":"article","og_title":"Equidad en AI: una introducci\u00f3n imparcial","og_url":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/","og_site_name":"Capgemini Argentina","article_published_time":"2021-03-10T15:25:00+00:00","article_modified_time":"2025-03-28T08:57:27+00:00","og_image":[{"width":1920,"height":480,"url":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png","type":"image\/png"}],"author":"Capgemini","twitter_card":"summary_large_image","twitter_misc":{"Written by":"krishnasingh","Est. reading time":"7 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"WebPage","@id":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/","url":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/","name":"Equidad en AI: una introducci\u00f3n imparcial | Capgemini","isPartOf":{"@id":"https:\/\/www.capgemini.com\/ar-es\/#website"},"primaryImageOfPage":{"@id":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#primaryimage"},"image":{"@id":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#primaryimage"},"thumbnailUrl":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png","datePublished":"2021-03-10T15:25:00+00:00","dateModified":"2025-03-28T08:57:27+00:00","author":{"@id":"https:\/\/www.capgemini.com\/ar-es\/#\/schema\/person\/c282b28dcf9c10f58a683ad349573e95"},"breadcrumb":{"@id":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#breadcrumb"},"inLanguage":"es-MX","potentialAction":[{"@type":"ReadAction","target":["https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/"]}]},{"@type":"ImageObject","inLanguage":"es-MX","@id":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#primaryimage","url":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png","contentUrl":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png","width":1920,"height":480},{"@type":"BreadcrumbList","@id":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/#breadcrumb","itemListElement":[{"@type":"ListItem","position":1,"name":"Home","item":"https:\/\/www.capgemini.com\/ar-es\/"},{"@type":"ListItem","position":2,"name":"Equidad en AI: una introducci\u00f3n imparcial"}]},{"@type":"WebSite","@id":"https:\/\/www.capgemini.com\/ar-es\/#website","url":"https:\/\/www.capgemini.com\/ar-es\/","name":"Capgemini Argentina","description":"Capgemini","potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/www.capgemini.com\/ar-es\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"es-MX"},{"@type":"Person","@id":"https:\/\/www.capgemini.com\/ar-es\/#\/schema\/person\/c282b28dcf9c10f58a683ad349573e95","name":"krishnasingh","url":"https:\/\/www.capgemini.com\/ar-es\/author\/krishnasingh\/"}]}},"blog_topic_info":[{"id":49,"name":"Data and AI"}],"taxonomy_info":{"category":[{"id":1,"name":"Uncategorized","slug":"uncategorized"}],"service":[{"id":162,"name":"Data &amp; AI","slug":"data-ai"}],"blog-topic":[{"id":49,"name":"Data and AI","slug":"data-and-ai"}],"following_users":[{"id":141,"name":"automator","slug":"automator"},{"id":378,"name":"krishnasingh","slug":"krishnasingh"}]},"parsely":{"version":"1.1.0","canonical_url":"https:\/\/capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/","smart_links":{"inbound":0,"outbound":0},"traffic_boost_suggestions_count":0,"meta":{"@context":"https:\/\/schema.org","@type":"NewsArticle","headline":"Equidad en AI: una introducci\u00f3n imparcial","url":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/","mainEntityOfPage":{"@type":"WebPage","@id":"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/"},"thumbnailUrl":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png?w=150&h=150&crop=1","image":{"@type":"ImageObject","url":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png"},"articleSection":"Uncategorized","author":[],"creator":[],"publisher":{"@type":"Organization","name":"Capgemini Argentina","logo":""},"keywords":[],"dateCreated":"2021-03-10T15:25:00Z","datePublished":"2021-03-10T15:25:00Z","dateModified":"2025-03-28T08:57:27Z"},"rendered":"<meta name=\"parsely-title\" content=\"Equidad en AI: una introducci\u00f3n imparcial\" \/>\n<meta name=\"parsely-link\" content=\"https:\/\/www.capgemini.com\/ar-es\/insights\/expert-perspectives\/equidad-en-ai-una-introduccion-imparcial\/\" \/>\n<meta name=\"parsely-type\" content=\"post\" \/>\n<meta name=\"parsely-image-url\" content=\"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png?w=150&amp;h=150&amp;crop=1\" \/>\n<meta name=\"parsely-pub-date\" content=\"2021-03-10T15:25:00Z\" \/>\n<meta name=\"parsely-section\" content=\"Uncategorized\" \/>","tracker_url":"https:\/\/cdn.parsely.com\/keys\/capgemini.com\/p.js"},"jetpack_featured_media_url":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png","archive_status":false,"featured_image_src":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png","featured_image_alt":"","jetpack_sharing_enabled":true,"distributor_meta":false,"distributor_terms":false,"distributor_media":false,"distributor_original_site_name":"Capgemini Argentina","distributor_original_site_url":"https:\/\/www.capgemini.com\/ar-es","push-errors":false,"featured_image_url":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2023\/01\/3232_web-banner.png","author_title":"Capgemini","author_thumbnail_url":"https:\/\/www.capgemini.com\/ar-es\/wp-content\/uploads\/sites\/9\/2021\/08\/cg-logo-3.png?w=330","author_thumbnail_alt":"","_links":{"self":[{"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/posts\/31875","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/users\/336"}],"replies":[{"embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/comments?post=31875"}],"version-history":[{"count":6,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/posts\/31875\/revisions"}],"predecessor-version":[{"id":516263,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/posts\/31875\/revisions\/516263"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/media\/31876"}],"wp:attachment":[{"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/media?parent=31875"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/categories?post=31875"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/tags?post=31875"},{"taxonomy":"brand","embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/brand?post=31875"},{"taxonomy":"service","embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/service?post=31875"},{"taxonomy":"industry","embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/industry?post=31875"},{"taxonomy":"partners","embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/partners?post=31875"},{"taxonomy":"blog-topic","embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/blog-topic?post=31875"},{"taxonomy":"content-group","embeddable":true,"href":"https:\/\/www.capgemini.com\/ar-es\/wp-json\/wp\/v2\/content-group?post=31875"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}